二叉树的结点个数、叶子结点个数的代码实现<分治算法>

简介: 二叉树的结点个数、叶子结点个数的代码实现<分治算法>


                                                               

<你想看的我这里都有😎 >

分治算法

概念:是一种将问题划分为更小的子问题,并通过解决子问题来解决原始问题的算法设计策略

分治算法的基本思想:

  1. 分解:将原始问题划分成若干个规模较小且相互独立的子问题。这里关键是要找到一个适当的方式将原始问题切割成更小规模的子问题,使得每个子问题都与原始问题具有相同或类似结构
  2. 解决:递归地求解各个子问题。对于规模较小而直接可求解的情况,直接给出答案;对于规模较大而无法直接求解时,则继续应用该算法来进一步划分为更小的子问题并进行求解
  3. 合并:将各个子结果合并成最终结果。在所有子任务都被独立地处理和求得结果之后,需要把这些局部结果合并起来以获得整体上正确且有效率的最终输出

可以应用分治算法来解决的问题的特点:

1、原问题可以分解为多个子问题

子问题与原问题相比,只是问题的规模有所降低,其结构和求解方法与原问题相同或相似

2、原问题在分解过程中,递归地求解子问题

由于递归都必须有一个终止条件,故当分解后的子问题规模足够小时,应能够直接求解

3、在求解并得到各个子问题的解后

应能够采用某种方式、方法合并或构造出原问题的解

结论:由于子问题与原问题在结构和解法上的相似性,用分治方法解决的问题,大都采用了递归的形式🥰

二叉树的创建

#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
typedef int BTDataType;
typedef struct BinaryTreeNode
{
  BTDataType data;
  struct BinaryTreeNode* left;
  struct BinaryTreeNode* right;
}TreeNode;
TreeNode* BuyTreeNode(int x)
{
  TreeNode* node = (TreeNode*)malloc(sizeof(TreeNode));
  assert(node);
  node->data = x;
  node->left = NULL;
  node->right = NULL;
  return node;
}
TreeNode* CreatTree()
{
  TreeNode* node1 = BuyTreeNode(1);
  TreeNode* node2 = BuyTreeNode(2);
  TreeNode* node3 = BuyTreeNode(3);
  TreeNode* node4 = BuyTreeNode(4);
  TreeNode* node5 = BuyTreeNode(5);
  TreeNode* node6 = BuyTreeNode(6);
  node1->left = node2;
  node1->right = node4;
  node2->left = node3;
  //node2->right = NULL;
  //node3->left = NULL;
  //node3->right = NULL;
  node4->left = node5;
  node4->right = node6;
  //node5->left = NULL;
  //node5->right = NULL;
  //node6->left = NULL;
  //node6->right= NULL;
  return node1;
}
int main()
{
  TreeNode* root = CreatTree();
  return 0;
}

结点个数计算

错误方法

int TreeSize(TreeNode* root)
{
  if (root == NULL)
    return;
  int size = 0;
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
  return size;
}

       这是因为每一次的递归都会开辟出一个帧栈,而每一块的帧栈中都会有一个size且声明周期仅只在自己的帧栈范围内,在调用返回时所有的size并不会相加然后一起返回,简单来说就是size的生命周期有限

不便利方法

//二叉树代码
.....
static int size = 0;
int TreeSize(TreeNode* root)
{
  if (root == NULL)
    return;
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
  return size;
}
int main()
{
  TreeNode* root = CreatTree();
  printf("TreeSize:%d\n", TreeSize(root));
  printf("TreeSize:%d\n", TreeSize(root));
  printf("TreeSize:%d\n", TreeSize(root));
  printf("TreeSize:%d\n", TreeSize(root));
  return 0;
}

       基于上次生命周期的问题,我们想到了用static来延长局部变量的生命周期,此时size的生命周期就是整个程序,但是当我们连续三次打印时发现三次的结果都不一样,每次都比上次的结果增加了6?这也是使用static的副作用,因为被static修饰的变量(静态变量)在整个程序中只会初始化一次,当第二次使用该静态变量时,此次的结果与上次的结果叠加,从而出现意料之外的问题

我们需要在首次打印后,后续的每次打印前将该静态变量人为置空后才能正常使用:

//二叉树代码
.....
static int size = 0;
int TreeSize(TreeNode* root)
{
  if (root == NULL)
    return;
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
  return size;
}
int main()
{
  TreeNode* root = CreatTree();
  printf("TreeSize:%d\n", TreeSize(root));
    size = 0;
  printf("TreeSize:%d\n", TreeSize(root));
    size = 0;
  printf("TreeSize:%d\n", TreeSize(root));
    size = 0;
  printf("TreeSize:%d\n", TreeSize(root));
  return 0;
}


使用全局变量也是一样的效果,只需要对代码进行简单的更改即可:

//二叉树代码
.....
int size = 0;
void TreeSize(TreeNode* root)
{
  if (root == NULL)
    return;
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
}
int main()
{
  TreeNode* root = CreatTree();
  TreeSize(root);
  printf("TreeSize:%d\n", size);
  size = 0;
  TreeSize(root);
  printf("TreeSize:%d\n", size);
  size = 0;
  TreeSize(root);
  printf("TreeSize:%d\n", size);
  size = 0;
  TreeSize(root);
  printf("TreeSize:%d\n", size);
  return 0;
}

基于分治思想的方法

//二叉树总结点个数
int TreeSize(TreeNode* root)
{
  return root == NULL ? 0 :
    TreeSize(root->left) +
    TreeSize(root->right) + 1;
}

解释:主体逻辑就是判断此时所处结点的值是否为空,若不为空则进行左递归,左递归结束后进行右递归,每一次左右递归完全结束后就会返回一个1,每次返回的结果可以叠加

叶子结点个数

//叶子结点个数
int TreeLeafSize(TreeNode* root)
{
  //空树 返回0
  if (root == NULL)
    return 0;
  //非空树,但是没有左右子树(叶子结点/仅有一个结点的树)返回1
  if (root->left == NULL && root->right == NULL)
    return 1;
  //不是空 也不是叶子结点
  return TreeLeafSize(root->left) +
    TreeLeafSize(root->right);
}

解释:主体逻辑与获取结点总数时没有区别,但是这里增加了一个用于判断叶子结点的判断条件,因为叶子结点的特殊性(没有左右子树),所以我们的返回1的操作操作必须要在确定该结点为叶子结点时才会返回

~over~

相关文章
|
13天前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
117 26
|
13天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
15天前
|
传感器 机器学习/深度学习 算法
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
103 1
|
14天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
|
10天前
|
机器学习/深度学习 人工智能 搜索推荐
从零构建短视频推荐系统:双塔算法架构解析与代码实现
短视频推荐看似“读心”,实则依赖双塔推荐系统:用户塔与物品塔分别将行为与内容编码为向量,通过相似度匹配实现精准推送。本文解析其架构原理、技术实现与工程挑战,揭秘抖音等平台如何用AI抓住你的注意力。
179 7
从零构建短视频推荐系统:双塔算法架构解析与代码实现
|
13天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
107 14
|
13天前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
|
18天前
|
机器学习/深度学习 传感器 算法
基于全局路径的无人地面车辆的横向避让路径规划研究[蚂蚁算法求解](Matlab代码实现)
基于全局路径的无人地面车辆的横向避让路径规划研究[蚂蚁算法求解](Matlab代码实现)
|
18天前
|
算法 安全 BI
基于粒子群算法的多码头连续泊位分配优化研究(Matlab代码实现)
基于粒子群算法的多码头连续泊位分配优化研究(Matlab代码实现)
|
16天前
|
机器学习/深度学习 运维 算法
【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)
【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)
104 4

热门文章

最新文章